31 bezplatných obrazových datových sad pro počítačové vidění, které vylepší váš projekt [aktualizováno 2025]

Algoritmus umělé inteligence je jen tak dobrý, jak dobrá jsou data, která do něj dodáváte.

Není to ani odvážné, ani netradiční tvrzení. Umělá inteligence se před několika desetiletími mohla zdát poněkud přitažená za vlasy, ale umělá inteligence a strojové učení od té doby ušly opravdu dlouhou cestu.

Počítačové vidění pomáhá počítačům rozumět a interpretovat popisky a obrázky. Když počítač natrénujete pomocí správného druhu obrazových datových sad, může získat schopnost detekovat, rozumět a identifikovat různé rysy obličeje, detekovat nemoci, řídit autonomní vozidla a také zachraňovat životy pomocí vícerozměrného skenování orgánů.

Předpokládá se, že dosáhne trh počítačového vidění 144.46 miliard USD do roku 2028 od skromného 7.04 miliardy USD v roce 2020, rostoucí na a CAGR 45.64 % mezi roky 2021 a 2028.

Datová sada obrázků, kterou používáte a trénujete své úlohy strojového učení a počítačového vidění, je klíčová pro úspěch vašeho projektu s umělou inteligencí. Kvalitní datovou sadu je poměrně obtížné získat. Použití rozmanité kolekce obrázků je nezbytné pro zajištění robustního trénování modelu a lepšího zohlednění složitosti reálného světa.

V závislosti na složitosti vašeho projektu může získání spolehlivých a relevantních datových sad pro účely počítačového vidění trvat několik dní až několik týdnů. Pro pokrytí různých úkolů počítačového vidění a reálných scénářů je nezbytná široká škála datových sad. Výzkumníci často hledají rozsáhlou datovou sadu pro výzkumné účely, aby zajistili komplexní vyhodnocení modelu a podpořili širokou škálu aplikací.

Zde vám poskytujeme řadu (kategorizovaných pro vaši jednoduchost) obrazových datových sad s otevřeným zdrojovým kódem, které můžete ihned použít.

Úkoly s obrazovými datovými sadami: Klasifikace, segmentace, detekce a další

Obrazové datové sady jsou páteří moderního počítačového vidění a pohánějí širokou škálu úkolů, které strojům umožňují interpretovat a chápat vizuální informace. Ať už vytváříte model pro autonomní vozidla, vyvíjíte technologii rozpoznávání obličeje nebo pracujete na analýze lékařských obrazů, správná datová sada obrázků je nezbytným nástrojem pro úspěch.

Klasifikace obrázků je jedním z nejzákladnějších úkolů počítačového vidění. V tomto procesu se model učí přiřazovat popisek celému obrázku na základě jeho obsahu. Například datová sada pro klasifikaci obrázků může modelu pomoci rozlišit mezi obrázky koček a psů nebo identifikovat různé druhy rostlin. Tento úkol je klíčový pro aplikace, jako je automatizované označování fotografií, diagnostika nemocí z lékařských snímků a benchmarky pro kategorizaci scén.

Detekce objektů jde o krok dál tím, že nejen identifikuje přítomnost objektů v obraze, ale také přesně určuje jejich polohu pomocí ohraničujících rámečků. Datové sady pro detekci objektů, jako například ty, které obsahují anotované obrazy s ohraničujícími rámečky, jsou zásadní pro aplikace, jako je detekce chodců v autonomních vozidlech, bezpečnostní dohled a analýza maloobchodu. Detekce objektů je také klíčovou součástí vývoje robustních algoritmů počítačového vidění pro reálné scénáře.

Sémantická segmentace zahrnuje zařazení každého pixelu v obraze do specifické kategorie, což poskytuje detailní pochopení scény. Tato segmentace trimapy na úrovni pixelů je obzvláště důležitá v úlohách, jako je lékařské zobrazování, kde je vyžadováno přesné vymezení orgánů nebo nádorů, a v městském prostředí pro autonomní řízení, kde je rozlišování mezi silnicemi, chodníky a vozidly zásadní.

Kromě těchto základních úkolů podporují obrazové datové sady také segmentaci instancí (rozlišování mezi jednotlivými objekty stejné třídy), popisování obrázků (generování popisného textu pro obrázky) a rozpoznávání obličejů (identifikace nebo ověřování lidských tváří v obrázcích). Každý z těchto úkolů počítačového vidění se spoléhá na vysoce kvalitní, anotované obrázky pro trénování a validaci modelů strojového učení.

Využitím rozmanitých a dobře anotovaných obrazových datových sad mohou datoví vědci a odborníci na strojové učení řešit řadu problémů s počítačovým viděním, od úloh rozpoznávání a klasifikace obrazu až po složité problémy se segmentací a detekcí. Správná datová sada nejen urychluje výzkum a vývoj, ale také zajišťuje, že systémy počítačového vidění fungují přesně v reálných aplikacích.

Úplný seznam obrazových datových sad pro trénování modelu počítačového vidění

Generál:

1. IMAGEnet

   ImageNet je široce používaná datová sada a přichází s úžasnými 1.2 miliony obrázků rozdělených do 1000 kategorií. Tato datová sada je organizována podle hierarchie WorldNet a kategorizována do tří částí – trénovací data, popisky obrázků a ověřovací data.

2. Kinetika 700

   Kinetics 700 je obrovská vysoce kvalitní datová sada s více než 650,000 700 klipy 700 různých tříd lidských akcí. Každá z hromadných akcí má asi XNUMX videoklipů. Klipy v datové sadě mají interakce člověk-objekt a člověk-člověk, což se ukazuje jako docela užitečné při rozpoznávání lidských činů ve videích.

3. CIFAR-10

   CIFAR 10 je jedním z největších souborů dat počítačového vidění, který se může pochlubit 60000 32 barevnými obrázky 32 x 6000 reprezentujícími deset různých tříd. Každá třída má asi XNUMX obrázků používaných k trénování algoritmů počítačového vidění a strojového učení.

4. Datový soubor obrázků zvířat Oxford-IIIT

   Datový soubor obrázků zvířat obsahuje 37 kategorií s 200 obrázky na třídu. Tyto obrázky se liší měřítkem, pozicí a osvětlením a jsou doprovázeny poznámkami pro plemeno, ROI hlavy a segmentaci trimap na úrovni pixelů.

5. Otevřené obrázky Google

   S působivými 9 miliony adres URL jde o jednu z největších datových sad obrázků na seznamu, která obsahuje miliony obrázků označených v 6,000 XNUMX kategoriích.

6. Obrázky rostlin

   Tato kompilace obsahuje několik obrazových datových souborů obsahujících působivý 1 milion rostlinných obrázků, které pokrývají přibližně 11 druhů.

7. LSUN

   LSUN je rozsáhlá datová sada s miliony označených obrázků v různých kategoriích scén a objektů. Datová sada obsahuje specializovanou testovací sadu pro vyhodnocení modelu.

Rozpoznávání obličeje:

1. Označené Faces in the Wild

   Labeled Faced in the Wild je obrovský soubor dat obsahující více než 13,230 5,750 snímků téměř XNUMX XNUMX lidí zjištěných z internetu. Tato datová sada tváří je navržena tak, aby usnadnila studium neomezené detekce tváří.

2. CASIA WebFace

   CASIA Web face je dobře navržená datová sada, která pomáhá strojovému učení a vědeckému výzkumu neomezeného rozpoznávání obličeje. S více než 494,000 10,000 obrázky téměř XNUMX XNUMX skutečných identit je ideální pro úlohy identifikace a ověřování obličejů.

3. Dataset UMD Faces

   UMD čelí dobře anotované datové sadě, která obsahuje dvě části – statické obrázky a snímky videa. Soubor dat obsahuje více než 367,800 3.7 anotací obličejů a XNUMX milionu anotovaných video snímků předmětů.

4. Detekce obličejové masky

   Tato datová sada obsahuje 853 obrázků rozdělených do tří tříd: „s maskou“, „bez masky“ a „nesprávně nošená maska“ spolu s jejich ohraničujícími rámečky ve formátu PASCAL VOC.

5. FERETKA

   FERET (Facial Recognition Technology Database) je komplexní soubor obrazových dat obsahující více než 14,000 XNUMX anotovaných snímků lidských tváří.

Rozpoznávání rukopisu:

1. Databáze MNIST

   MNIST je databáze obsahující vzorky ručně psaných číslic od 0 do 9 a obsahuje 60,000 10,000 a 1999 XNUMX tréninkových a testovacích obrázků. MNIST, který byl vydán v roce XNUMX, usnadňuje testování systémů zpracování obrazu v rámci Deep Learning.

2. Datový soubor umělých znaků

   Artificial Characters Dataset jsou, jak název napovídá, uměle generovaná data, která deseti velkými písmeny popisují strukturu anglického jazyka. Dodává se s více než 6000 obrázky.